Sistema de navegación en interiores para asistir en la movilidad de personas con discapacidad que utilizan sillas de ruedas mediante tecnología LIFI y Machine Learning.

Abstract

En el presente trabajo de investigación se aborda la problemática de la movilidad de personas con discapacidad que utilizan sillas de ruedas como medio de transporte en entornos interiores. Se diseñó e implementó un sistema de navegación para interiores aplicado a una silla de ruedas en un ambiente controlado, utilizando algoritmos de aprendizaje automático. Además, se desarrolló un dispositivo LiFi con el propósito de asistir en la localización de la silla. El proyecto se llevó a cabo en tres fases. En la primera, se seleccionaron los algoritmos, arquitecturas y dispositivos más adecuados. Además, se hizo un análisis de los algoritmos y las condiciones que los afectarían cuando se integren al dispositivo final. En la segunda fase, se ensambló el dispositivo con una Raspberry Pi Zero W, dos placas basadas en el microcontrolador Atmega328p y la electrónica necesaria para el funcionamiento del sistema de navegación con visión artificial, redes neuronales convolucionales, Q-Learning y tecnología LiFi. En la tercera fase, se realizaron pruebas funcionales del sistema en un entorno controlado bajo dos configuraciones: una con desplazamiento aleatorio y otra con Machine Learning. Con los resultados obtenidos se pudo demostrar que la combinación LiFi con Machine Learning mejora el tiempo de traslado de la silla de un lugar a otro reduciendo de 242,76 segundos a 78,26 segundos respecto a la combinación LiFi con el algoritmo aleatorio.